利用潜变量模型从多种生物标志物推断食物摄入量
统计方法学
2021-05-10 v3 应用统计
摘要
基于代谢组学的方法近年来备受关注，因其具有提供客观评估食物摄入工具的巨大潜力。特别是，针对单一食物已涌现出多种生物标志物。然而，缺乏可用于整合多种生物标志物以推断食物摄入的统计工具。此外，围绕基于生物标志物的摄入量预测的不确定性估计方法也十分匮乏。在此，为便于在 A-DIET 研究计划开展的干预研究中推断多种代谢组学生物标志物与食物摄入之间的关系，我们提出了一个潜变量模型 multiMarker。该模型借鉴因子分析与专家混合模型，将摄入量描述为一个连续潜变量，其值产生所观测到的生物标志物值。我们采用高斯分布混合来灵活建模该潜变量。贝叶斯分层建模框架提供了适应不同生物标志物分布的灵活性，并有助于预测潜变量摄入量及其相关不确定性。在开展应用于量化苹果摄入的动机性应用之前，我们进行了模拟研究以评估所提出的 multiMarker 框架的性能。
引用
@article{arxiv.2006.02995,
title = {Inferring food intake from multiple biomarkers using a latent variable model},
author = {Silvia D'Angelo and Lorraine Brennan and Isobel Claire Gormley},
journal= {arXiv preprint arXiv:2006.02995},
year = {2021}
}